基于Isomap和支持向量机算法的俯视群养猪个体识别

摘要：

针对俯视群养猪视频序列，提出了一种利用机器视觉技术对猪个体进行识别的方法。首先对采集的俯视群养猪视频序列进行前景检测与目标提取，获得各单只猪个体，其后建立训练样本，提取猪个体颜色、纹理及形状特征，组合构建表征猪个体的特征向量，接着对组合特征利用Isomap算法做特征融合，在最大程度保留有效识别信息的基础上降低特征维数，最后利用优化核函数的支持向量机分类器进行训练与识别。试验选取了900帧图像，试验结果表明该文所提方法切实有效，猪个体最高识别率为92.88%。该文从机器视觉角度探索了俯视群养猪的个体识别，有别于传统的 RFID猪个体识别，该研究为无应激的猪个体识别提供了新思路，也为进一步探索群养猪个体行为分析等奠定了基础。

关键词：动物、特征提取、支持向量机、Isomap算法、群养猪、个体识别

分类号：TP391.41;S818.5(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目31172243；教育部博士点基金资助项目20103227110007；江苏高校优势学科建设工程资助项目苏政办发20116号；江苏省普通高校研究生科研创新计划项目CXLX13_664

在线出版日期：2016-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：182-187